
-
生物通官微
陪你抓住生命科技
跳动的脉搏
DVS-PedX:基于合成与真实场景的行人数据集
《Scientific Data》:DVS-PedX: Synthetic-and-Real Event-Based Pedestrian Dataset
【字体: 大 中 小 】 时间:2026年03月07日 来源:Scientific Data 7.2
编辑推荐:
摘要像动态视觉传感器(DVS)这样的事件相机能够检测微小的亮度变化,而非完整的图像帧,因此具有低延迟、高动态范围以及出色的运动适应性。DVS-PedX(动态视觉传感器行人探测数据集)是一个专为在正常及恶劣天气条件下进行行人检测和过街意图分析而设计的神经形态学数据集,其数据来源于两
像动态视觉传感器(DVS)这样的事件相机能够检测微小的亮度变化,而非完整的图像帧,因此具有低延迟、高动态范围以及出色的运动适应性。DVS-PedX(动态视觉传感器行人探测数据集)是一个专为在正常及恶劣天气条件下进行行人检测和过街意图分析而设计的神经形态学数据集,其数据来源于两个方面:(1)在CARLA模拟器中生成的合成事件流,用于模拟不同天气和光照条件下的“接近–过街”场景,共包含198个序列(117个为良好天气场景,81个为恶劣天气场景),总计178,200帧;(2)通过v2e工具转换为事件流的真实世界JAAD行车记录仪视频(346段视频),这些转换过程保留了行人的自然行为和周围环境。每个序列都包含成对的RGB图像帧、每帧的DVS“事件帧”(33毫秒的累积数据),以及基于帧级的二进制标签(表示是否过街)。我们提供了原始的AEDAT 2.0/AEDAT 4.0事件文件、AVI格式的DVS视频文件以及相关元数据,以便用户进行灵活的重处理。使用SpikingJelly框架中的脉冲神经网络进行的基准实验显示,该模型在合成验证集上的F1分数为86.37%,这一结果揭示了模拟环境与真实环境之间的差异,从而凸显出领域自适应和多模态融合的必要性。DVS-PedX旨在推动基于事件数据的行人安全研究、意图预测以及神经形态学感知技术的发展。